摘要:随着企业财务数据复杂性和审计风险评估需求的增加,文章构建了基于随机森林的分类模型,利用中国上市公司2013-2023年间的财务数据,使用孤立森林算法检测财务数据中的异常值,并通过K-means聚类分析对异常点进行风险分类,并通过交叉验证和混淆矩阵评估了模型的准确性和稳健性。实验结果表明,基于机器学习的方法能够显著提高审计风险识别的效率和准确性,为审计师提供更有力的决策支持工具。
关键词:机器学习;审计风险评估;财务异常检测;随机森林
一、引言
在当今全球化和信息化快速发展的背景下,企业的经......
阅读全文